Birçok yerel yönetim, mülkler için yağmur suyu faturalarını belirlemek için geçirimsiz yüzey hesaplamaları kullanır. Bu yazımızda geçirgen/geçirgen olmayan bir yüzey haritası elde etmek için yüksek çözünürlüklü multispektral görüntülerin kullanılmasıyla ilgili adımları göstermektedir. Harita daha sonra parsel başına geçirimsiz özelliklerin toplam kare görüntüsünü hesaplamak için kullanılır. Bunu başarmak için nesne yönelimli bir özellik çıkarma yöntemi kullanacağız.
Geçirimsiz yüzey nedir?
Klavye odağını medyaya gönder
Geçirimsiz yüzeyler aşağıdaki özelliklere sahiptir:
- Binalar, yollar, otoparklar, tuğla, asfalt ve beton gibi inşa edilmiş yüzeyler.
- Madencilik veya asfaltsız otoparklar (bitki örtüsü yok) gibi insan yapımı sıkıştırılmış toprak veya malzeme alanları da geçirimsiz olarak kabul edilebilir.
Geçirgen” yüzeyler şu şekilde tanımlanabilir:
- Hem doğal hem de insan yapımı tüm bitki örtüsü alanları.
- Su kütleleri ve sulak alanlar.
- Kayak pistleri.
- Doğal olarak oluşan çorak alanlar (kayalık kıyılar, kum ve çıplak toprak dahil).
Çalışma alanımızın bu haritasında, bu tür özelliklerin birçoğunun mevcut olduğunu göreceksiniz. Bunun gibi nispeten küçük bir alan için bile geçirimsiz yüzeyleri manuel olarak hesaplamak zahmetli ve maliyetli olacaktır. Bunun yerine, burada kullanılabilen ve aynı zamanda çok daha geniş alanlara kolayca ölçeklenebilen bir süreci otomatikleştirmek için multispektral görüntü ve analiz yöntemlerini kullanacağız.
Doğru Bantları Seçmek
Multispektral görüntüleri kullanırken, zemindeki farklı özellikleri tanımlamak için spektrumun farklı bantları kullanılabilir. Analiz yaparken,
ilgilendiğiniz özellikleri görsel olarak ayırt etmek için bir bant kombinasyonu seçmek önemlidir. Yanlış renkli görüntüler bu bantları birleştirir ve geçirgen/geçirgen olmayan özellikleri tanımlamakla başlamak iyi bir seçimdir :
- Kızılötesi (IR), bitki örtüsünü tespit etmek, çıkarmak ve ortadan kaldırmak için kullanışlıdır.
- Çıplak toprağı ayırt etmek için kırmızı önemlidir.
- Mavi, özellikle beton olmak üzere kentsel özellikleri ayırt etmek için önemlidir.
Görüntüyü Bölümlere Ayırmak
Segmentasyon, birbirine yakın ve benzer spektral özelliklere sahip piksellerin bir segmentte gruplandırıldığı süreçtir. Belirli şekiller ve spektral ve uzamsal özellikler sergileyen segmentler ayrıca nesneler halinde gruplandırılabilir. Bu sınıflandırma işlemi sırasında pikselleri değil segmentleri sınıflandırıyoruz.
Bu iş akışında hem tarama işlevlerini hem de coğrafi işleme araçlarını kullanacağız. Sonuçları değerlendirmek ve önizlemek için raster işlevler kullanılır. Memnun kaldığımızda sonuçları kaydetmek için coğrafi işlemeyi kullanacağız.
Eğitim Örnekleri Oluşturma
Ardından, görüntüdeki belirli özellikler üzerinde “eğitim örnekleri” oluşturacağız. Hangi numune segmentlerinin temsil ettiğini belirleme süreci, görüntünün daha doğru bir otomatik sınıflandırmasına yol açar.
İlk önce çatılar, araba yolları ve yollar gibi geçirimsiz özelliklerin yanı sıra ağaçlar, çimenler ve açıkta kalan çamur gibi geçirgen özellikleri belirleyeceğiz. Eğitim örneklerimizi oluşturmak ve kaydetmek için Eğitim Örneği Yöneticisi aracı kullanılacaktır. Eğitim örnekleri daha sonra sınıflandırma amacıyla kullanılacaktır.
Görüntüyü Sınıflandırma
Geçirgen/ Geçirimsiz olarak yeniden sınıflandırma
Klavye odağını medyaya gönder
Ardından, sahneyi yeniden sınıflandırmak için Yeniden Sınıflandırma aracını kullanacağız, böylece onu geçirimsiz ve geçirgen özellikleri temsil eden yalnızca iki sınıflı sınıflandırılmış bir görüntü olarak görebiliriz. Geçirimsiz olarak sınıflandırılan özellikler macenta ile gösterilmiştir.
Parsel Başına Metre Kare Cinsinden Geçirimsiz Yüzey Hesaplama
Son adım, parsel başına geçirimsiz yüzey miktarını hesaplamak için Spatial Analyst Zonal araç kutusundaki araçları kullanır ve bu miktar daha sonra yerel yönetim tarafından her bir mülk için yağmur suyu faturalarını belirlemek için kullanılabilir.
